Bonsai-27B-GGUF
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
这个模型是 ReadyArt 从自家 gemma-4-31B-it-scotoma-2 打包出来的 GGUF 版本,参数量 30.7B,可在本地运行。适合想以 GGUF 形式使用这个模型的人。
gemma-4-31B-it-scotoma-2-GGUF 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。
pip install -U huggingface_hub hf download ReadyArt/gemma-4-31B-it-scotoma-2-GGUF
gemma-4-31B-it-scotoma-2-GGUF 是 ReadyArt 的 gemma-4-31B-it-scotoma-2 文本生成模型的 GGUF 版本,该模型约有 307 亿参数。GGUF 文件可以在本地运行时里加载。这里能看到的模型卡部分只有页面样式,没有描述,所以模型针对什么做过调整并没有说明。
适合已经了解原版 scotoma-2 模型、想要 GGUF 形式在本地使用的人,许可证为 Apache 2.0。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 开发者 | 在本地 GGUF 运行时上运行 31B 级的文本模型 | 用自己应用里的提示词测试它 |
| 研究 | 机器学习研究人员 | 把它和其他基于 Gemma 的版本作比较 | 在两个模型上运行同样的提示词 |
| 兴趣使用 | 本地模型用户 | 离线和大模型聊天 | 下载文件后试一试 |
| 工具 | 工具开发者 | 检查 GGUF 版本在自己应用里的表现 | 在本地测试环境里加载它 |
如果你需要有说明的用途、基准测试或示例输出,可以跳过它,因为这里的模型卡文字没有给出这些。
只要能加载 GGUF 文件的地方都能用。
| Use case | Who | What they get back |
|---|---|---|
| 本地文本生成 | 开发者 | 针对你发送的提示词的文字回复 |
| 模型比较 | 研究人员 | 可以和原版模型对比的输出 |
你需要 Python,以及大量空闲的磁盘和内存。
pip install -U huggingface_hub hf download ReadyArt/gemma-4-31B-it-scotoma-2-GGUF
在运行时里加载 GGUF 文件,像用任何对话模型一样发送提示词。这里给出的模型卡文字没有提示词格式或设置,请到仓库文件里查看聊天模板和量化类型列表。
| Tool | What it does |
|---|---|
| hf download | 下载仓库,包括里面的 GGUF 文件 |
| GGUF runtime | 加载其中一个文件并生成文字 |
你下载文件,在本地 GGUF 运行时里加载一个,发送一个简短的问题。模型回复生成的文字,质量好不好由你按自己的用途判断。
如果你刚接触 GGUF,它是本地运行时能读取的一种文件格式。先下载,再加载一个文件,问一个简短的问题,确认它能用。
如果你熟悉这个领域:这个仓库是模型卡里提到的那个 ReadyArt 模型的量化版本,记录里的大小是 30.7B 参数。这里的模型卡文字没有列出量化类型、训练方法或任何评测。
能看到的模型卡主要是样式规则,所以在依赖这个模型之前,请先到仓库页面看真正的说明。
这个模型是 ReadyArt 从自家 gemma-4-31B-it-scotoma-2 打包出来的 GGUF 版本,参数量 30.7B,可在本地运行。适合想以 GGUF 形式使用这个模型的人。
由 ReadyArt 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。
它是什么:gemma-4-31B-it-scotoma-2-GGUF 是 ReadyArt 的 gemma-4-31B-it-scotoma-2 文本生成模型的 GGUF 版本,该模型约有 307 亿参数。GGUF 文件可以在本地运行时里加载。这里能看到的模型卡部分只有页面样式,没有描述,所以模型针对什么做过调整并没有说明。
适合谁:适合已经了解原版 scotoma-2 模型、想要 GGUF 形式在本地使用的人,许可证为 Apache 2.0。
Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在本地 GGUF 运行时上运行 31B 级的文本模型 | 用自己应用里的提示词测试它
研究 | 机器学习研究人员 | 把它和其他基于 Gemma 的版本作比较 | 在两个模型上运行同样的提示词
兴趣使用 | 本地模型用户 | 离线和大模型聊天 | 下载文件后试一试
工具 | 工具开发者 | 检查 GGUF 版本在自己应用里的表现 | 在本地测试环境里加载它
如果你需要有说明的用途、基准测试或示例输出,可以跳过它,因为这里的模型卡文字没有给出这些。
用在哪里:只要能加载 GGUF 文件的地方都能用。
Use case | Who | What they get back
本地文本生成 | 开发者 | 针对你发送的提示词的文字回复
模型比较 | 研究人员 | 可以和原版模型对比的输出
如何设置:你需要 Python,以及大量空闲的磁盘和内存。
pip install -U huggingface_hub
hf download ReadyArt/gemma-4-31B-it-scotoma-2-GGUF
如何使用:在运行时里加载 GGUF 文件,像用任何对话模型一样发送提示词。这里给出的模型卡文字没有提示词格式或设置,请到仓库文件里查看聊天模板和量化类型列表。
Tool | What it does
hf download | 下载仓库,包括里面的 GGUF 文件
GGUF runtime | 加载其中一个文件并生成文字
示例:你下载文件,在本地 GGUF 运行时里加载一个,发送一个简短的问题。模型回复生成的文字,质量好不好由你按自己的用途判断。
新手与专家:如果你刚接触 GGUF,它是本地运行时能读取的一种文件格式。先下载,再加载一个文件,问一个简短的问题,确认它能用。
如果你熟悉这个领域:这个仓库是模型卡里提到的那个 ReadyArt 模型的量化版本,记录里的大小是 30.7B 参数。这里的模型卡文字没有列出量化类型、训练方法或任何评测。
用 hf 下载文件
选一个 GGUF 文件
在本地运行时里加载
发送提示词
读取生成的文字
注意事项:能看到的模型卡主要是样式规则,所以在依赖这个模型之前,请先到仓库页面看真正的说明。
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download ReadyArt/gemma-4-31B-it-scotoma-2-GGUF
然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。
README.md 5 KB
同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。
| 产品 | 最近 30 天下载 | 点赞 | 参数量 | 许可证 | 最近更新 |
|---|---|---|---|---|---|
| gemma-4-31B-it-scotoma-2-GGUF 本页 | 8,414 | 43 | 30.7B | apache-2.0 | |
| Qwen3-30B-A3B-GGUF共有 imatrix · gguf · text-generation | 53,664 | 294 | 30.5B | apache-2.0 | |
| Sharp-Spark-X2.5-4B-GGUF共有 imatrix · gguf · text-generation | 875,346 | 164 | 4.1B | apache-2.0 | |
| flint-GGUF共有 imatrix · gguf · text-generation | 325,104 | 376 | 39.8B | apache-2.0 | |
| KAT-Coder-V2.5-Dev GGUF共有 imatrix · gguf · text-generation | 234,191 | 148 | 34.7B | apache-2.0 | |
| Nanbeige_Nanbeige4.3-33B-GGUF共有 imatrix · gguf · text-generation | 151,191 | 33 | 33.1B | apache-2.0 |
lmstudio-community · 工具包
面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。
LibertAIDAI · 工具包
以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。
facebook · 工具包
根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。
alpindale · 工具包
用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。
prithivMLmods · 工具包
在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。
Sokheng · 工具包
这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。